经营分析的三个等级,你到哪一级了?

大数据 数据分析
很多同学很郁闷:说的是做经营分析,感觉就是把收入、利润、费用数据算个同比环比,再写个“要搞高”而已。到底高级的经营分析长啥样?今天系统地跟大家解答一下。

很多同学很郁闷:说的是做经营分析,感觉就是把收入、利润、费用数据算个同比环比,再写个“要搞高”而已。到底高级的经营分析长啥样?今天系统地跟大家解答一下。

负分级经营分析

经营分析的基本任务是:呈现经营结果,监督经营过程。因此最基础的经营分析,还真就是把收入、利润、费用等数据搬出来,通常包含三部分:

1、目标达成:收入、成本、利润达成率

2、风险提示:应收款、库存、现金流情况

3、部门表现:主要业务线的目标达成情况

但是,这些只是简单罗列结果,并没有做数据解读,想深入解读,起码得了解业务过程。

初级经营分析

初级经营分析,主要解释:收入是怎么来的,成本是怎么来的。需要对收入来源、成本构成做解剖。此时不能停留在财务数据,需引入业务数据。

比如:

  • 零售的收入依赖卖场。收入= 卖场数 * 平均每卖场产出
  • 游戏的收入来源于用户。收入= 活跃用户数 * 付费率 * 付费金额
  • 制造业收入来源于商品。收入= 商品下游需求量 * 赢单率

如果掌握的过程数据多,还可以进一步拆解收入模型,更细致地了解收入来源。(如下图)

图片图片

成本则要看成本结构。制造业生产线很庞大,成本很重,通常有:原料成本、仓储成本、物流成本、研发设计成本、生产成本、厂房水电等一系列成本。消费品行业成本相对较轻,其产品可以直接外包给制造业工厂生产。自己就负责品牌建设、营销等工作。

图片

注意,成本部分除了看结构,还看基准量,便于控制成本。比如制造业的生产过程,可以根据产品设计/用料要求,由技术部门设标准生产成本,对每个产品的标准用料,标准用工进行规范,这样通过对比,就能发现哪个环节出现问题。

图片

以上都在增加分析指标。分析维度上也能做增加。比如常见的:不同区域、不同渠道、不同产品的收入/成本情况不同。区域、渠道、产品线这些就能作为分析维度,以备对比分析使用。

不过即使做到这一步,也只是初级分析而已。因为通过指标+维度,仅仅定位了问题,并没有解答:为啥问题会发生。

比如,我看到原料成本上升了,所以呢?

  • 是因为整个行情都在上升?
  • 是我们采购计划不合理?
  • 还是我们的供应商不行?

这些复杂的问题,需要构建合理的分析逻辑进行解答。

中级经营分析

中级经营分析,核心要解决:到底企业内外部因素,对经营结果的影响了多少。这样才能回答前文提出的问题。

而有趣的是:业务部门总是在业绩好的时候,归因于自己的勤奋,在业绩差的时候归因于“大环境不好”。因此中级分析想做好,必须把每个问题的问题情况、发生逻辑、数据论据,一一列清楚,这样才能实现“以数服人”的效果,避免陷入争吵。

外部因素是相对容易观察,并且应该优先剔除的。剔除了外部因素,大家才能心无旁骛地关注内部行动(如下图)

图片图片

更多情况下,外部因素没有那么夸张,应聚焦到内部行动上。内部行动,需要理清楚:每个行动,对收入/成本有什么影响,到底以何种方式改变收入/成本指标。有些行动能直接提升收入,有些则是间接辅助作用,有些干脆没啥作用(如下图)。

图片图片


注意!在内部行动评估上,要注意完整性和全面性。比如做促销活动,可能有拉动效果,也可能是透支了用户未来的消费,所以要持续跟踪一段时间,关注真实结果(如下图)。

图片图片


比如上新产品,可能提高总销量,也有可能仅仅是替代了某个旧产品销量,总销量没啥变化(如下图)。

图片图片

比如上一个中台管理系统,预计是能提高生产线效率, 结果上了发现流程更复杂了,产能/产出率没啥变化。这些都是很常见的问题。做中级经营分析,一个重点议题,就是考核:增量。在剔除了业务正常走势情况下,关注新增的效果。

但,很有可能业务活动不止一两种,有可能是很多种活动一起做,这时候活动之间交叉重叠,相互影响,情况非常复杂,需要深入分析才能整明白

高级经营分析

高级经营分析主要解决:经营活动太多,导致的交叉重叠问题。在中级分析部分,我们已经知道:活动之间可能有重叠,新旧产品可能有替代,新老渠道可能有冲突,研发升级不见得有效果……总之,每件事都会产生成本,但不是每件事都能挣钱。

此时就需要考虑:

1、挣钱/不挣钱的项目,各自比例是多少

2、短期/长期的项目,如何兼顾进度

3、如何排兵布阵,让各条业务协同发展

4、如何突出重点,让关键业务顺利成长

图片图片

这里就不是简单的1+1=2的思路,而是需要全局思考,并且极大程度需要决策者们的商业洞能力。如果没有商业洞察能力,单靠数据,就只有2种办法了:

1、标杆分析法:找出优秀标杆,让所有人抄作业

2、问题诊断法:找出问题环节,然后把问题扑灭

这两种方法,以前都有介绍,同学们可以回顾之前内容哦。

小结

整体来看,想要做深入,需要

1)财务数据紧密联系业务

2)对业务问题/宏观环境,有清晰假设

3)有严密的分析逻辑,论证问题

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2021-12-01 11:32:51

数据驱动决策

2018-03-19 10:00:26

IT工程师等级

2013-07-23 10:24:00

2012-06-06 09:30:07

2012-06-06 11:29:15

2024-06-07 15:15:56

2022-11-15 11:46:17

2021-06-28 17:30:53

数据分级模型

2019-08-12 11:18:12

机器学习数据集模型

2023-10-07 18:03:18

Code插件WSL

2009-09-21 17:09:38

Hibernate C

2012-12-19 10:25:48

2012-12-31 09:50:37

2016-04-18 11:47:18

数据分析用户留存数据驱动

2022-01-20 16:50:50

手机智能手机屏幕

2013-01-06 11:01:59

大数据分析

2013-03-04 09:34:48

CSSWeb

2023-06-26 08:06:39

重构代码冗余

2013-12-09 09:39:26

移动互联网云计算

2010-04-09 15:29:10

无线信号故障
点赞
收藏

51CTO技术栈公众号